OpenAI 被曝向媒體買資料：每年最高出價 500 萬美元

以前搞大模型訓練，把爬蟲放出去在網上掃一圈就行，但好日子顯然過到頭了。

據 The Information 報道，OpenAI 現在正在挨個找新聞媒體談版權，開出的價碼是每年 100 萬到 500 萬美元之間，買下受版權保護的文章用來訓練 AI 模型。這也是行業裡第一次明確曝光 OpenAI 到底打算為正版資料掏多少錢。

蘋果出價 5000 萬，OpenAI 算不算小氣

每年幾百萬美元看著不少，但放在科技巨頭面前其實不算大錢。

最近有報道提到，蘋果也在找媒體談 AI 訓練內容合作，開出來的底牌是多年期至少 5000 萬美元。兩邊一對比，OpenAI 的報價顯得相當剋制。

要是參考以往科技平臺的非 AI 授權，OpenAI 的出價倒是很眼熟。當年 Meta 推出 Facebook News 頻道時，據傳給媒體開出的年費也就是最高 300 萬美元左右。

但如果比起真正的大手筆，這點錢就更不起眼了。Google 在 2020 年曾宣佈要拿出 10 億美元跟新聞機構合作；而在加拿大新法案落地後，Google 最近也點頭同意，每年給加拿大媒體掏 1 億美元換取連結文章的權利。

爬蟲被封、官司纏身，買資料是唯一退路

OpenAI 這麼急著掏錢，完全是被逼出來的。

以前的大語言模型基本靠全網爬取免費資料，像開源的 LAION 就是零成本。但現在不僅資料清洗和人工標註的人工成本極高，媒體們也開始動手反擊了。

目前包括《紐約時報》以及 Vox Media 在內的一大批出版商，已經直接遮蔽了 OpenAI 的抓取爬蟲。《紐約時報》更是一狀告到法院，指控 OpenAI 和微軟侵權，甚至當庭展示了 ChatGPT 和 Copilot 幾乎一字不差地復現原文。

不交過路費，以後可能真的沒飯吃。過去一年裡，OpenAI 已經拉攏了一批盟友，比如旗下擁有 Politico 和 Business Insider 的 Axel Springer，還有美聯社，都簽了合作協議，一邊拿資料訓模型，一邊幫媒體做新聞採編工具。

想分一杯羹的也不止 OpenAI。Google 據傳就給《紐約時報》《華爾街日報》等媒體的高層演示過一款叫 Genesis 的 AI 工具，號稱輸入事實就能自動生成新聞稿。

為什麼重要

我們認為，OpenAI 這筆賬算得很精，但也埋著很大的雷。

聰明的地方在於，它試圖用一年小几百萬美元的代價，把最高質量的新聞語料鎖定成合規資產，同時把一部分主流媒體從原告席拉到自己的談判桌前。但隱患在於，這點錢對於動輒數十億美元估值、極度依賴高質量內容的模型廠商來說，更像是一筆象徵性的封口費或過路費。

對媒體行業來說，這筆錢看起來很尷尬。接受了，每年幾百萬美元根本救不了連年下滑的新聞主業，還等於把自家的核心資產拱手送給可能取代自己的 AI；拒絕了，面對全網爬取的既成事實，漫長的版權官司不僅耗時費力，最後能不能贏還是未知數。

對整個 AI 行業而言，免費抓取網際網路資料的時代確實徹底結束了。接下來大模型比拼的不僅是算力和演算法，還有誰的錢袋子更深、能買下更多高價值的正版資料壁壘。而蘋果這樣握著鉅額現金入場的玩家，很可能會直接把資料採購的門檻抬到一個讓初創公司望塵莫及的高度。